CN113178856B - 一种确定系统暂态电压稳定性关键影响因素的方法及系统 - Google Patents

Abstract

本发明公开了一种确定系统暂态电压稳定性关键影响因素的方法及系统，其中方法包括：建立不同的新能源渗透率的高比例新能源电力系统场景；基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；基于所述暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

Description

一种确定系统暂态电压稳定性关键影响因素的方法及系统

技术领域

本发明涉及电力系统稳定分析技术领域，更具体地，涉及一种确定新能源电力系统暂态电压稳定性关键影响因素的方法及系统。

背景技术

在当前推动能源转型、应对全球气候变化背景下，高比例新能源电力系统已成为未来电力系统发展的必然趋势。目前，我国电网新能源发电比例保持快速上升势头，新能源发电已经成为我国第二大电源。由于新能源机组不具备常规发电机组的动态无功支撑能力，随着新能源占比快速提高，系统动态无功储备急剧下降，电力系统的暂态电压稳定性呈下降趋势，尤其对于受端电网表现为持续低压甚至电压崩溃，系统面临大面积停电风险。新能源发电大力发展使系统中电力电子装备不断增加，而电力电子装置具有低惯性、弱抗扰性和多时间尺度响应特性；此外，新能源发电具有强随机性，导致系统运行形态更加复杂，亟需对影响高比例新能源电力系统暂态电压稳定性的关键因素进行研究。

目前，高比例新能源电力系统的暂态电压稳定性分析方法可归结为两类。第一类是基于新能源并网系统模型的分析方法，该类方法通常采用新能源并网系统的简化模型研究新能源电力系统的暂态电压稳定性机理，由于实际中新能源并网系统模型复杂，利用其简化模型难免使分析过程存在误差，从而会导致研究结果的适用性较差。第二类方法为不基于新能源并网系统模型的方法，该类方法利用大数据技术研究新能源系统的暂态电压稳定性，无需建立系统数学模型，计算完全基于数据，研究结果不受系统模型约束，但该类方法往往缺少对新能源电力系统暂态电压稳定性机理的揭示。

因此，亟需提出一种考虑新能源并网电力系统暂态电压稳定机理的新能源电力系统暂态电压稳定性的分析方法。

发明内容

本发明技术方案提供一种确定新能源电力系统暂态电压稳定性关键影响因素的方法及系统，以解决如何确定新能源电力系统暂态电压稳定性的关键影响因素的问题。

为了解决上述问题，本发明提供了一种确定新能源电力系统暂态电压稳定性关键影响因素的方法，所述方法包括：

建立不同的新能源渗透率的高比例新能源电力系统场景；

基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；

基于所述暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；

基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；

确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

优选地，所述基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，包括：

所述暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N_-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵

和第l₂位异类近邻样本矩阵

之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂。

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度。

则第j个特征的权重值百分占比WP_j可通过下式计算得到；

优选地，还包括：基于关键影响因素的特征值与所述关键影响因素的特征权重的百分比值的关系，获取所述关键影响因素对系统暂态电压稳定性关键影响的规律。

优选地，所述影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

优选地，所述建立不同的新能源渗透率的高比例新能源电力系统场景，还包括：

通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

优选地，所述获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容易以5％步长增加。

基于本发明的另一方面，本发明提供一种确定新能源电力系统暂态电压稳定性关键影响因素的系统，所述系统包括：

初始单元，用于建立不同的新能源渗透率的高比例新能源电力系统场景；

获取单元，用于基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；基于所述暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；

结果单元，用于确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

优选地，所述获取单元，用于基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，还用于：

所述暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵

和第l₂位异类近邻样本矩阵

之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂。

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度。

则第j个特征的权重值百分占比WP_j可通过下式计算得到；

优选地，所述结果单元还用于：基于关键影响因素的特征值与所述关键影响因素的特征权重的百分比值的关系，获取所述关键影响因素对系统暂态电压稳定性关键影响的规律。

优选地，所述影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

优选地，所述初始单元用于建立不同的新能源渗透率的高比例新能源电力系统场景，还用于：

通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

优选地，所述获取单元用于获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容易以5％步长增加。

本发明技术方案提供一种确定新能源电力系统暂态电压稳定性关键影响因素的方法及系统，其中方法包括：建立不同的新能源渗透率的高比例新能源电力系统场景；基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；基于暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；基于暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；确定特征权重的百分比值超过预定值的影响因素为关键影响因素。本发明技术方案以高比例新能源电力系统为研究对象，提出了系统暂态电压稳定性的关键影响因素数据挖掘分析方法，相比于传统基于系统数学模型的暂态电压分析方法，本发明对不同的高比例新能源电力系统场景适用性更强；对比基于数据的暂态电压稳定分析方法，本发明技术方案考虑了新能源并网电力系统的暂态电压稳定性机理，能揭示关键影响因素对特定高比例新能源电力系统暂态电压稳定性的影响规律。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的方法流程图；

图2为根据本发明优选实施方式的一种新能源电力系统暂态电压稳定性关键影响因素数据挖掘分析方法流程图；

图3为根据本发明优选实施方式的改进Relief特征挖掘算法流程图；

图4为根据本发明优选实施方式的3IEEE 10机39节点系统网络结构示意图；

图5为根据本发明优选实施方式的新能源机组为双馈风电机组的新能源电力系统场景下的计算结果示意图；

图6为根据本发明优选实施方式的新能源机组为永磁直驱风电机组的新能源电力系统场景下的计算结果示意图；

图7为根据本发明优选实施方式的新能源渗透率为60％时高比例新能源电力系统场景下短路比-特征权重百分占比指数函数拟合曲线结果示意图；

图8为根据本发明优选实施方式的新能源渗透率为80％时高比例新能源电力系统场景下短路比-特征权重百分占比指数函数拟合曲线结果示意图；以及

图9为根据本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的系统结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的方法流程图。本发明针对日趋复杂的新能源电力系统暂态电压稳定研究难题，提出一种高比例新能源电力系统暂态电压稳定性关键影响因素数据挖掘分析方法。本发明从新能源并网电力系统的暂态电压稳定性机理出发，利用大数据技术对高比例新能源电力系统暂态电压稳定性的关键影响因素进行挖掘，并从数据层面挖掘关键影响因素对特定新能源电力系统暂态电压稳定性的影响规律，对高比例新能源电力系统规划及安全稳定运行具有重要指导意义。如图1所示，本发明提供一种确定新能源电力系统暂态电压稳定性关键影响因素的方法，方法包括：

步骤101：建立不同的新能源渗透率的高比例新能源电力系统场景；优选地，建立不同的新能源渗透率的高比例新能源电力系统场景，还包括：通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

本发明构建不同新能源渗透率的新能源电力系统场景。针对某一电力系统，通过改变新能源装机容量构建不同新能源渗透率的新能源电力系统场景，所构建场景需涵盖高比例新能源电力系统场景。

步骤102：基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；优选地，获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容易以5％步长增加。

本发明针对不同新能源渗透率下的新能源电力系统，在系统当前运行情况下，考虑不同负荷类型、故障位置以及新能源无功补偿容量，通过暂态时域仿真(仿真时间尺度为10s)，生成大量暂态案例，并统一集成为暂态电压案例库。

步骤103：基于暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；优选地，影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

本发明建立暂态电压特征样本数据集，特征选取依据如下：

设新能源场站并入单机无穷大电网，并假设新能源场站并网点与电网之间输电线路发生三相短路接地故障，可得新能源并网点的电压

计算公式为：

式中：

为新能源机组输出电流，

为电网侧电压，Z_G为输电线路阻抗，Z₂为故障点至电网之间的线路阻抗，Z_f为接地阻抗。设故障位置因子η_L＝Z₂/Z_G，将η_L代入式(1)，整理得到：

又Z_G可通过下式计算得到：

式中，SCR为新能源场站并网点短路比，S_W为新能源发电装机容量。

由式(2)(3)得到新能源并网电力系统发生故障后新能源并网点电压的主要影响因素为新能源装机容量、并网点短路比、故障位置。另外从电力系统电压稳定性的角度可得，系统负荷动态特性以及无功电源也是影响系统暂态电压稳定性的重要因素。

因此，考虑新能源并网电力系统暂态电压稳定性机理，选取新能源渗透率、新能源并网点短路比、故障位置、不同负荷类型比例以及新能源场站无功补偿容量为特征建立暂态电压特征样本数据集

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类，将暂态电压稳定视为正类样本，暂态电压失稳视为负类样本。

步骤104：基于暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；

优选地，基于暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，利用改进Relief算法计算特征样本数据集中所有特征权重百分占比。如图3所示，计算方法如下：暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵

和第l₂位异类近邻样本矩阵

之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂。

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度。

则第j个特征的权重值百分占比WP_j可通过下式计算得到；

步骤105：确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

本发明中计算得到的特征权重百分占比值越大，表明该影响因素对系统暂态电压失稳的影响越大，因此，特征权重百分占比较大的影响因素为新能源电力系统暂态电压稳定性的关键影响因素。

优选地，方法还包括：基于关键影响因素的特征值与关键影响因素的特征权重的百分比值的关系，获取关键影响因素对系统暂态电压稳定性关键影响的规律。

本发明通过建立关键影响因素的特征值与其特征权重百分占比的数学关系，得到关键影响因素对系统暂态电压稳定性的影响规律。

优选地，获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容易以5％步长增加。

本发明以高比例新能源电力系统为研究对象，提出了系统暂态电压稳定性的关键影响因素数据挖掘分析方法，相比于传统基于系统数学模型的暂态电压分析方法，本发明对不同的高比例新能源电力系统场景适用性更强；相较于基于数据的暂态电压稳定分析方法，本发明考虑了新能源并网电力系统的暂态电压稳定性机理，能揭示关键影响因素对特定高比例新能源电力系统暂态电压稳定性的影响规律。本发明从数据角度研究高比例新能源电力系统暂态电压稳定性关键影响因素，无需建立复杂的新能源电力系统暂态过程物理模型，计算完全基于数据，可适用于不同类型新能源机组接入的高比例新能源电力系统场景，对于指导新能源电力系统的规划和维护新能源电力系统的安全稳定运行具有重要意义。

如图2所示，本发明以IEEE 10机39节点系统接入新能源机组为例对本发明进一步的详细说明，但本发明不限于所给出的例子。

IEEE10机39节点系统包含39个节点、34条线路、10台发电机，系统具体网络结构图如图4所示。采取新能源机组等容量替换同步机组的新能源接入方式构建新能源电力系统场景，新能源机组分别采用双馈风电机组与永磁直驱风电机组。

使用本发明提供的方法对该系统的暂态电压稳定性关键影响因素进行挖掘，步骤如下：

第一步：在PSD-BPA中搭建IEEE 10机39节点系统，并构建不同新能源渗透率的新能源电力系统场景，构建方式如下：

新能源发电机组替换同步机组的位置依次按照同步机组30号、32号、33号、35号、36号、37号、38号、39号的顺序，通过改变新能源发电机组的装机容量实现不同的新能源渗透率。

第二步：建立暂态电压案例库，采取如下4个嵌套循环生成暂态案例库：

(1)新能源接入比例为0％～80％，以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，以5％步长增加。

第三步：从所建立的暂态电压案例库中，搜集每一案例的新能源渗透率、Bus2、Bus10、Bus19、Bus22、Bus23、Bus25、Bus29、Bus39各节点短路比、故障位置、恒定阻抗负荷、恒定电流负荷、恒定功率负荷、马达负荷各类负荷所占百分比，并对每一案例的暂态电压稳定性分类进行标注，从而构建特征样本数据集。所有特征名称及其特征属性如表1所示。

表1特征名称及其特征属性

第四步：对所构建的特征样本数据集，利用改进的Relief算法，分别对两种类型新能源机组接入场景下系统特征权重值百分占比进行计算，并对其进行排序，得到特征权重百分占比柱状图如图5所示，图5和图6依此为新能源机组为双馈风电机组的新能源电力系统场景下的计算结果和新能源机组为永磁直驱风电机组的新能源电力系统场景下的计算结果。

由图5和6可知，双馈风电机组接入场景下，5类特征属性对系统暂态电压稳定性的影响程度从大到小依次为新能源渗透率、并网点短路比、无功补偿、负荷类型、故障位置；永磁直驱风电机组接入场景下，39节点的并网点短路比特征权重大于新能源渗透率的特征权重，5类特征属性对系统暂态电压稳定性影响程度从小到大依次排序为并网点短路比、新能源渗透率、无功补偿、负荷类型、故障位置。两种类型新能源机组接入场景下的新能源渗透率与并网点短路比对系统暂态电压稳定性的影响程度均明显高于其它影响因素。由此可知，新能源装机容量与并网点短路比为所研究高比例新能源电力系统的两个关键影响因素。

第五步：根据前述特征权重计算结果，进一步挖掘新能源并网点短路比对系统暂态电压稳定性的影响规律。

以新能源渗透率分别为60％和80％两个高比例新能源电力系统场景为例，挖掘并网点短路比与其特征权重百分占比的关系。以特征权重百分占比为纵坐标、并网点短路比为横坐标，将各并网点短路比及其对应特征权重百分占比组成平面坐标下的离散点，每一新能源渗透率场景下共组成8组离散点。分别对每一组离散点采用非线性最小二乘法将其拟合为指数函数，得到的拟合曲线如图7和图8所示，如图7和图8依此为新能源渗透率为60％和新能源为80％两个高比例新能源电力系统场景下短路比-特征权重百分占比指数函数拟合曲线结果。

由图7和图8可知，每组离散点数据均可采用指数函数进行拟合，短路比与特征权重百分占比之间的关系符合指数函数变化规律。短路比越小，其特征权重百分占比越大；反之，特征权重百分占比越小，且当短路比趋向一个较大的数值时，其特征权重百分占比趋向一个很小的数。表明并网点短路比越小，系统暂态电压稳定问题越突出，当并网点短路比达到较大值时，对系统暂态电压稳定性的影响程度较小。另外，由图中曲线可知，短路比在大概在3左右时，随着短路比减小，曲线斜率变化趋势愈加明显，因此，针对本实例中的高比例新能源电力系统场景，在短路比取值为3左右时，采取一定的动态无功补偿或网架结构补强等措施，可改善系统的暂态电压稳定问题。

本发明实施方式的研究结果验证了本发明所提高比例新能源电力系统的暂态电压稳定性关键影响因素数据挖掘分析方法的有效性。

图9为根据本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的系统结构图。如图9所示，本发明提供一种确定新能源电力系统暂态电压稳定性关键影响因素的系统，系统包括：

初始单元901，用于建立不同的新能源渗透率的高比例新能源电力系统场景；优选地，初始单元用于建立不同的新能源渗透率的高比例新能源电力系统场景，还用于：通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

获取单元902，用于基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；基于暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；基于暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值。

优选地，获取单元902，用于基于暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，还用于：

暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵

和第l₂位异类近邻样本矩阵

之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂。

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度。

则第j个特征的权重值百分占比WP_j可通过下式计算得到；

优选地，影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

优选地，获取单元902用于获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容易以5％步长增加。

结果单元903，用于确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

优选地，结果单元还用于：基于关键影响因素的特征值与关键影响因素的特征权重的百分比值的关系，获取关键影响因素对系统暂态电压稳定性关键影响的规律。

本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的系统900与本发明优选实施方式的一种确定新能源电力系统暂态电压稳定性关键影响因素的方法100相对应，在此不再进行赘述。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (10)

1.一种确定系统暂态电压稳定性关键影响因素的方法，所述方法包括：

建立不同的新能源渗透率的高比例新能源电力系统场景；

基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；

基于所述暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；

基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；所述基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，包括：

所述暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N_-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵NH_l1和第l₂位异类近邻样本矩阵NM_l2之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

k₂)分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度；

则第j个特征的权重值百分占比WP_j通过下式计算得到：

确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

2.根据权利要求1所述的方法，还包括：基于关键影响因素的特征值与所述关键影响因素的特征权重的百分比值的关系，获取所述关键影响因素对系统暂态电压稳定性关键影响的规律。

3.根据权利要求1所述的方法，所述影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

4.根据权利要求1所述的方法，所述建立不同的新能源渗透率的高比例新能源电力系统场景，还包括：

通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

5.根据权利要求1所述的方法，所述获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容量以5％步长增加。

6.一种确定系统暂态电压稳定性关键影响因素的系统，所述系统包括：

初始单元，用于建立不同的新能源渗透率的高比例新能源电力系统场景；

获取单元，用于基于不同的新能源渗透率的高比例新能源电力系统场景，通过暂态时域仿真，获取多个影响因素在不同条件下的暂态电压案例库；基于所述暂态电压案例库，获取不同新能源渗透率的高比例新能源电力系统场景中多个影响因素为特征的暂态电压特征样本数据集；基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值；所述获取单元，用于基于所述暂态电压特征样本数据集确定所有特征权重的百分比，获取特征权重的百分比值，还用于：

所述暂态电压特征样本数据集为

其中，N为暂态案例的个数，x_i为暂态案例i的特征向量，y_i为暂态案例的暂态电压稳定性分类；

构造样本矩阵为

X为N×I的矩阵，样本矩阵的行和列分别表示样本向量和特征值；分别找出每一样本x_i的前k₁个同类近邻样本NH和前k₂个异类近邻样本NM，并将X所有样本的第l₁位NH和第l₂位NM构成的矩阵称作X的第l₁位同类近邻样本矩阵和第l₂位异类近邻样本矩阵，且分别记为

和

二者均为N×I的矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

k₁和k₂选取方法为：

假设样本集中的正类样本个数与负类样本个数分别为：N₊和N_-，对于正类样本，其k₁和k₂的确定方法为：

对于负类样本，其k₁和k₂的确定方法为：

其中，k＝min(N₊,N_-)，round(·)为取最接近整数函数；

构造差值矩阵：

其中，

和

分别为样本矩阵X与其第l₁位同类近邻样本矩阵

和第l₂位异类近邻样本矩阵

之间的差值矩阵，其中，l₁＝1，2，…，k₁，l₂＝1，2，…，k₂；

对于样本空间中的第j个特征，由每一样本的1～k₁个NH和1～k₂个NM在样本空间中的同类和异类样本中产生的总体影响程度计算公式为：

其中，(i，j)表示差值矩阵

与

的第i行和第j列；

和

k₂)分别表示差值矩阵

和

的行列式；

和

分别为第j个特征在同类空间和异类样本空间中产生的总体影响程度；

第j个特征的权重值百分占比WP_j通过下式计算得到：

结果单元，用于确定特征权重的百分比值超过预定值的影响因素为关键影响因素。

7.根据权利要求6所述的系统，所述结果单元还用于：基于关键影响因素的特征值与所述关键影响因素的特征权重的百分比值的关系，获取所述关键影响因素对系统暂态电压稳定性关键影响的规律。

8.根据权利要求6所述的系统，所述影响因素包括：新能源装机容量、并网点短路比、故障位置、负荷动态特性以及无功电源。

9.根据权利要求6所述的系统，所述初始单元用于建立不同的新能源渗透率的高比例新能源电力系统场景，还用于：

通过改变新能源发电机组的装机容量建立不同的新能源渗透率。

10.根据权利要求6所述的系统，所述获取单元用于获取多个影响因素在不同条件下的暂态电压案例库，包括利用4个嵌套循环生成暂态电压案例库：

(1)新能源接入比例范围为0％～80％，新能源接入比例以20％步长增加；

(2)各线路首端0％～80％位置处以20％步长增加设置三相短路故障，故障清除时间设为6周波；

(3)负荷类型分别设为100％恒定阻抗、100％恒定电流、100％恒定功率以及100％马达负荷；

(4)在新能源并网点配置0％～10％新能源总装机容量的调相机，装机容量以5％步长增加。

Images